30 / 2022-09-27 14:15:46

监控视频中的人体检测与行为分析

深度学习,监控视频,行为分析,人体检测

A. 普通高校组-应用类 > A6组：其他

近年来，人群踩踏、暴力斗殴、新冠疫情等公共安全事故频发，异常行为智能检测成为智能安防、平安城市等领域的研究热点和难点。监控设备日益普及和广泛应用，监控视频数据海量增长。然而，当前的监控视频异常行为检测系统的实时性、准确率和鲁棒性有待提高。针对上述问题，本设计旨在结合深度学习技术，开发并实现一个交互性好、鲁棒性强的监控视频中的人体检测与行为分析系统。

本系统，建立在普通监控视频的背景下，主要针对离线二维视频进行异常行为检测，其中不包含音频信息、深度信息等，同时也没有相机内参、高度、角度等信息，且无需额外标定参考点等操作。首先，利用改进的YOLOv4网络检测视频中的目标行人，得到行人位置及数量，实现人群数量计算；然后，基于L2范数聚类违规聚集人群，实现社交距离监测；接着，结合时间注意力机制，利用EfficientNet网络和ConvLSTM网络判定视频中是否存在异常行为，实现暴力行为检测。最终，设计开发并实现结合深度学习的监控视频人体检测与行为分析系统。